Question

我想使用dplyr比较分组data.frame中的值，并创建一个虚拟变量或类似的东西，指示哪个更大。无法理解！

以下是一些可重现的代码：

table <- structure(list(species = structure(c(1L, 1L, 1L, 2L, 2L, 2L), .Label = c("Adelophryne adiastola", 
"Adelophryne gutturosa"), class = "factor"), scenario = structure(c(3L, 
1L, 2L, 3L, 1L, 2L), .Label = c("future1", "future2", "present"
), class = "factor"), amount = c(5L, 3L, 2L, 50L, 60L, 40L)), .Names = c("species", 
"scenario", "amount"), class = "data.frame", row.names = c(NA, 
-6L))
> table
                species scenario amount
1 Adelophryne adiastola  present      5
2 Adelophryne adiastola  future1      3
3 Adelophryne adiastola  future2      2
4 Adelophryne gutturosa  present     50
5 Adelophryne gutturosa  future1     60
6 Adelophryne gutturosa  future2     40

我会按照species对df进行分组。我想创建一个新列，可以是increase_amount，其中每个“future”中的金额与“present”进行比较。当值增加时我可以得到1，当它减少时我得到0。

我一直在尝试使用for循环来抛出每个物种，但df包含超过50,000个物种，而且我需要重新进行操作的时间太长...

有人知道吗？非常感谢！

Answer 1

你可以这样做：

table %>% 
  group_by(species) %>% 
  mutate(tmp = amount[scenario == "present"]) %>% 
  mutate(increase_amount = ifelse(amount > tmp, 1, 0))
# Source: local data frame [6 x 5]
# Groups: species [2]
# 
#                 species scenario amount   tmp increase_amount
#                  <fctr>   <fctr>   <int> <int>           <dbl>
# 1 Adelophryne adiastola  present      5     5               0
# 2 Adelophryne adiastola  future1      3     5               0
# 3 Adelophryne adiastola  future2      2     5               0
# 4 Adelophryne gutturosa  present     50    50               0
# 5 Adelophryne gutturosa  future1     60    50               1
# 6 Adelophryne gutturosa  future2     40    50               0

Answer 2

我们可以使用ave

中的base R执行此操作

table$increase_amount <-  with(table, as.integer(amount > ave(amount * 
         (scenario == "present"), species, FUN = function(x) x[x!=0])))
table$increase_amount
#[1] 0 0 0 0 1 0

Answer 3

听起来您可以使用lag()快速找到随时间变化的差异。我建议重新构造scenario（时间）变量，以便可以使用R函数直观地对其进行重新排序（即arrange()将按字母顺序将scenario变量重新排序为future1，future2，present，在这种情况下将无法正常工作。）

df <- data.frame(species=rep(letters,3),
                 scenario=rep(1:3,26),
                 amount=runif(78))
summary(df)
glimpse(df)
df %>% count(species,scenario)

df %>% 
  arrange(species,scenario) %>% # arrange scenario by ascending order
  group_by(species) %>% 
  mutate(diff1=amount-lag(amount), # calculate difference from time 1 -> 2, and time 2 -> 3
         diff2=amount-lag(amount,2)) # calculate difference from time 1 -> 3

lag()的输出将在每个分组中的前NA个值中产生scenario，但是可以使用ifelse()语句或{ {1}}。

filter()

比较dplyr中组内列中的值

3 个答案: